2021年5月15日下午，亚洲睡眠医学会第三届睡眠大会举行主题为《人工智能应用于睡眠分析》的报告，来自国内外各大高校的多名专家学者依次进行了发言。 北京大学的邹启红女士首先进行报告，主题为《Multi-Modality Neuroimaging In Sleep: Recent Advances And Role of AI》。

图1

  报告中，邹女士首先介绍睡眠的重要性，睡眠作为一个生理现象，在地球所有生物中都是广泛存在且必不可少的，因为良好的睡眠能够重新放松肌肉和器官的，同时能够保护动物免受潜伏于夜晚的威胁，睡眠的重要性不言而喻，但是关于睡眠真正的秘密还未被真正发掘，可能还藏在大脑之中动态变化而不是静止不变的。

图2

  然后介绍了当前应用于睡眠分析的技术，为了了解睡眠的秘密，研究人员需要通过多模态神经成像技术来分析睡眠活动，当前研究所采用的主流技术主要有功能性核磁共振成像（Functional Magnetic Resonance Imaging, FMRI）, 正电子发射断层扫描成像（Positron Emission Tomography, PET）,脑电图（Electroencephalograph, EEG）等，这些多模态神经成像技术在时间分辨率，空间分辨率，和侵入性上有着各自的特性，它们对于解释睡眠机理发挥着重要的作用。而同时人工智能应用于睡眠分析的研究也在初步发展中，包括采用机器学习和深度学习算法进行睡眠分期和梦境研究，都有着不错的进展。

图3

        最后邹女士介绍了未来可能的研究方向，主要包括三方面：1.多中心，大样本的数据集的构建；2.睡眠正常人群和睡眠障碍病人间区别的研究；3.深度学习算法的应用。 

       接着东南大学的刘澄玉教授进行了主题为《Non-perceived Sleep Monitoring Based on Capacitive Coupling ECG and Respiration Collection Method》的报告。

      刘教授首先介绍了临床的睡眠监测手段，多导睡眠图（Polysomnography, PSG），主要是通过脑电，眼电（Electro-oculogram, EOG）,心电图（Electrocardiography, ECG）等指标来监测患者的睡眠活动，而其中ECG同EEG和EOG同样十分重要，能够有效的反应睡眠状态，但是没有得到足够的研究。

图4

  接着刘教授介绍了基于ECG和睡眠采集的非接触式睡眠监测系统，该系统设计有多通道电极和自适应算法选择最佳通道，解决ECG睡眠监测中的核心问题：不同的睡眠姿态下的信号采集。 通过采用了ECG和呼吸采集技术，能够有效地监测用户实习的睡眠活动和状态。

图5

        随后，泰国科学与技术研究院的Theerawit Wilaiprasitporn，北京工业大学的段立娟教授以及大连理工大学生物医学工程学院的丛丰裕教授也分别做了精彩的演讲。整体报告围绕着人工智能和睡眠分析的应用，探讨了在睡眠分析领域当前采用的技术和未来可能应用的技术，氛围轻松热烈，带来了很多思考。